Раньше жена говорила: "Купи мне Dyson".

Скоро робот: "Купи мне Dyson, иначе я не смогу убирать каждый день ваш срач в квартире" напевая песню Фредди Меркьюри "I want to break free".

ИИволюция

OpenAI представила новое поколение аудио-моделей: точнее Whisper 3 и с эмоциями!

Теперь любой разработчик может использовать мощнейшие голосовые модели прямо в API:

Speech-to-Text (доступна в API):

- Новые модели GPT-4o-transcribe и GPT-4o-mini-transcribe значительно превзошли по точности Whisper v3 и другие популярные решения.
- Они показывают лучший результат (более низкий WER) даже при сложных условиях: шумном фоне, акцентах или быстрой речи.
- Идеально подходят для колл-центров, расшифровок встреч и подкастов.

Text-to-Speech (доступна в API):

- Новая модель GPT-4o-mini-tts умеет не просто озвучивать текст, но и выражать эмоции и интонации по вашей инструкции.
- Например, можно попросить модель говорить «как сочувствующий оператор поддержки», профессиональный диктор или даже рассказчик историй.
- Голосовой AI становится максимально естественным и персонализированным.
- Whisper 3 был хорош, но OpenAI подняла планку ещё выше: новые модели дают точность и гибкость, которых раньше не было.

Официальная новость: https://openai.com/index/introducing-our-next-generation-audio-models/

Послушать разные варианты озвучки можно на этой площадке: www.openai.fm

Пора пробовать в проектах!

ИИволюция

Anthropic выкатил web поиск в Claude.

На-ко-не-ц-то!

Но есть но, доступен пока только в США и по подписочке. В остальном, медленно, но верно нагоняет остальных игроков на рынке.

После выхода новости, на всех площадках самый главный вопрос вайберов: “А будет ли web search работать в Cursor и когда?” 😆

UPD: говорят, что в Cursor уже завезли!

ИИволюция

Разработчики до появления ИИ: тратили 10 часов, чтобы автоматизировать задачу, которую вручную можно сделать за 1 час.

После появления ИИ: 10 минут «вайб-кодинга», чтобы автоматизировать задачу на 1 минуту.

Когда уже вайб-разработка с AI достигнет уровня как на фото, но с одной кнопкой “Да”? 💀

ИИволюция

Частная школа в Техасе внедрила AI-тьюторов, и результаты учеников взлетели до топ-2% по стране!

– В школе Alpha в Остине дети проводят два часа в день с AI, который помогает им учиться в индивидуальном темпе.
– Остальное время они посвящают развитию навыков вроде ораторского искусства, финансовой грамотности и командной работы.
– Сооснователь школы Маккензи Прайс говорит, что благодаря персонализированному подходу ученики учатся быстрее и лучше.
– Сейчас в Alpha обучаются сотни детей, и модель расширяется по США.

AI не заменяет учителей, а освобождает их для более глубокой работы с детьми — вот в чем магия!

Хочется в ближайшие 2 года увидеть больше таких кейсов.

Почитать новости: тут и тут.

ИИволюция

Сэм Альтман заявил, что учиться кодить уже не модно — теперь надо осваивать AI-инструменты (все вайберы сейчас орнули от радости?).

“The obvious tactical thing is just get really good at using AI tools.”
«Очевидный тактический шаг сегодня — просто стать очень хорошим в использовании ИИ-инструментов.»

Сэм говорит (хотя скорее предполагает), что AI уже пишет 50% кода в крупных компаниях:

“I think in many companies, it's probably past 50% now.”
«Думаю, во многих компаниях уже больше 50%.»

И дальше — классика:

“Each software engineer will just do much, much more for a while. And then at some point, yeah, maybe we do need less software engineers.”
«Каждый разработчик будет делать больше... А потом, возможно, да — разработчиков потребуется меньше.»

Новый навык — не писать код руками, а правильно использовать AI, который делает это за тебя.

Так что, запасайтесь AI-скиллами или готовьте плед и чай — AI уже топит газ в пол.

ИИволюция

Ржу не могу!

У одного вайбера, Cursor попытался заменить в коде модель с gpt-4 на 3.7-sonnet, хотя в его запросе вообще ничего связанного с этим не было.

Cursor явно не фанат OpenAI и подыгрывается Anthropic 💀

ИИволюция

Cursor расширяет границы вайб-разработки с помощью MCP

Представьте: вы пилите проект, дизайн лежит в Figma, и хочется, чтобы Cursor сам всё подгрузил и сверстал. Без танцев с экспортами и копипастой. Это возможно — благодаря MCP.

Что такое MCP?

MCP (Model Context Protocol) — открытый протокол, который позволяет AI-моделям (таким как в Cursor) взаимодействовать с внешними системами: Figma, Git, базы данных и т.д. Кстати, этот протокол придумали в Anthropic и анонсировали в конце 2024 (кажется, в ноябре).

MCP даёт для AI контекст: что происходит, какие есть данные, как их использовать. В случае с Figma — Cursor "видит" дизайн и может превратить его в код. На текущий момент, доступно огромное количество MCP серверов под любые хотелки и сервисы (можно поискать здесь https://mcp.so или здесь https://www.pulsemcp.com/clients)

Интеграция Figma + Cursor через MCP — по шагам:

1️⃣ Получите API-токен в Figma:
Profile → Settings → Security → Personal Access Tokens → Generate new token (записать, так как отображается целиком разово и потом уже не скопировать его повторно).

2️⃣ Пропишите MCP-сервер в Cursor:
В настройках добавьте:

{
"mcpServers": {
"Framelink Figma MCP": {
"command": "npx",
"args": ["-y", "figma-developer-mcp", "--figma-api-key=<put_figma_api_key>", "--stdio"]
}
}
}

Замените <put_figma_api_key> на ваш токен.

3️⃣ Скопируйте ссылку на нужный дизайн в Figma — например, фрейм мобильного экрана.

4️⃣ Вставьте её в Cursor и напишите, что нужно сделать:
«Сверстай дизайн указанного экрана»

Cursor сам подтянет ресурсы, картинки, стили и сгенерирует полноценную верстку прямо в проекте.

Если нужно сделать обратную связь, чтобы из Cursor можно было дизайнить в фигме, то умельцы и этот кейс закрыли с помощью “Cursor Talk to Figma MCP” (вот тут https://github.com/sonnylazuardi/cursor-talk-to-figma-mcp)

Если хочется лучше погрузиться в MCP и как оно устроено или даже написать свой MCP сервер, то вот главный портал про MCP https://modelcontextprotocol.io

Zapier на днях релизнул свой MCP, через который можно добавить интеграцию с огромным количеством сервисов. Подробнее https://zapier.com/mcp

Поэтому Cursor можно уже использовать не только для разработки. Но важно помнить: MCP-серверы получают доступ к вашим ресурсам, включая локальные файлы. Используйте только доверенные и проверенные решения. Мы ещё можем столкнуться с ситуациями, когда через MCP будут пытаться похищать персональные данные — будьте внимательны.

Если уже используете какие-то MCP, расскажите в комментариях.

ИИволюция

Общий сбор, OpenAI стрим запланировала

Судя по фото, вероятно завезут нативную генерацию изображений в gpt-4o

ИИволюция

Наконец-то завезли настоящую омнимодальность в GPT-4o!

Теперь изображения генерируются самой моделью 4o, а не проксируются через DALL-E "под капотом", как раньше. Всё, как и обещали в 2024, но теперь оно реально работает.

Что появилось:
– Генерация изображения по промпту, с учётом всех нюансов (цвета, стиль, размер, композиция, до 10–20 объектов в сцене).
– Отлично рендерит текст внутри изображений — можно делать меню, постеры, мемы, обложки и всё такое.
– Поддерживает пошаговое улучшение — можно уточнять запрос и получать новые итерации.
– Умеет удалять фон, менять стиль, добавлять/убирать объекты — почти как текстовый Photoshop.
– Можно загружать свои картинки и дорабатывать их — всё происходит в контексте чата, модель “помнит”, что ты делал до этого.

Немного деталей:
GPT-4o обучалась на совместном распределении изображений и текста — то есть она понимает не только, как описывать картинки, но и как визуальные элементы связаны друг с другом. Это даёт ей эффект визуальной беглости — модель осмысленно работает с символами, схемами, композициями.

Плюс, OpenAI закатили агрессивный посттренинг, чтобы повысить точность и связность. В итоге: 4o понимает, что рисует, не путается в деталях и может использовать свои знания для генерации полезных визуальных материалов, а не только «красивых картинок».

Не всё конечно идеально:
– Медленно — до минуты на одну генерацию (но оно того стоит).
– Фотореализма как у Midjourney пока нет, в демо всё было скорее стилизованным.
– Сложно даются мелкие надписи, графики и тексты на не-латинице — могут быть косяки.

Доступ:
– Уже доступно всем в ChatGPT — Plus, Pro, Team, даже Free.
– В API обещают завезти на следующей неделе.
– Генерация по умолчанию включена, ничего настраивать не нужно.
– DALL-E по-прежнему доступен через отдельный GPT, если прям хочется (но я не понял где это искать или видимо нужно просить в запросе использовать DALL-E)

В сети уже огромное кол-во примеров с генерацией, поэтому не буду ничего постить, пробуйте сами (увлекательное занятие).

Официальная новость с кучей примеров: https://openai.com/index/introducing-4o-image-generation/

ИИволюция

«AI умный, он всё знает» – говорили они.

Марк Поллард — автор книги “Strategy Is Your Words” — спросил у ChatGPT, нужна ли австралийцу виза в Чили.

ИИ, уверенный как будто сам министр иностранных дел, ответил:

“Не нужна. Всё норм. Лети.”

Марк прилетел. Чили не впустила. Оказывается, виза нужна 😏

Пишет снова в чатик: “Может, подать на тебя в суд?”
ChatGPT: “Нет.”

Вот она, эпоха разумных ИИ. Консультант по путешествиям, юрист и источник фейков — всё в одном.

Проверяйте инфу. Даже если её сказал «умный» ИИ.

ИИволюция